改进K-means聚类的噪声污染监测网络模型的设计与研究
Design and Research of Noise Pollution Monitoring Network Model with Improved K-means Clustering作者机构:山西财经大学实验实训中心山西太原030006 太原师范学院计算机科学与技术学院山西晋中030619
出 版 物:《自动化应用》 (Automation Application)
年 卷 期:2024年第65卷第16期
页 面:266-268页
学科分类:12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 0835[工学-软件工程] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术(可授工学、理学学位)] 081202[工学-计算机软件与理论]
基 金:山西省教育厅山西省高等学校一般性教学改革创新项目(J20230676)
摘 要:为有效优化城市噪声监测网络,最小化监测点数量,提出了一种改进K-means聚类的噪声污染监测网络模型。通过计算轮廓系数以改进K值,从而改进K-means聚类算法,建立K-means聚类模型,并根据聚类结果的类质心位置确定监测点位置坐标,得到优化的监测网络布局。结果表明,该模型在保证监测结果准确性和全面性的同时,有效减少了监测点的数量,从而降低了监测成本。